Компания Centicore ищет опытного инженера DevOps для работы над централизованной MLOps-инфраструктурой.
Задачи:
— Конфигурировать и разворачивать инфраструктурные компоненты
— Адаптировать и разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (AutoML, LLM, computer vision и пр.)
— Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения
— Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения
Требования:
— Опыт DevOps от 5 лет с инструментами docker, helm, jenkins/gitlab CI, python
— Желателен опыт ML/MLOps от 1 года с airflow, jupyterhub, mlflow, seldon, cuda
— Опыт администрирования Kubernetes от 2 лет
— Опыт работы с Hadoop, Spark, Kafka, ELK
Условия:
— Удаленный формат работы в IT аккредитованной компании
— Оформление по ТК
— Оплачиваемый отпуск 28 календарных дней в год и оплачиваемые больничные
— Предоставление техники (MAC, Windows)
— ДМС со стоматологией
— Компенсация хобби/спортзала/английского языка
— Компенсация профессионального обучения
— Возможность участия во внутренних программах компании и активностях
— Онлайн и оффлайн корпоративные мероприятия
— Программа лояльности Сентибонусы
Задачи:
— Участвовать в проектировании и реализации высокопроизводительных, масштабируемых и оптимизированных дата-решений.
— Создавать модели данных с нуля, используя сильные навыки SQL.
— Писать и оптимизировать SQL-запросы внутри приложений.
— Обеспечивать производительность, безопасность и доступность баз данных.
— Готовить документацию и технические спецификации.
— Выполнять процедуры с базами данных: обновления, резервное копирование, восстановление и миграция.
— Профилировать использование ресурсов сервера и оптимизировать конфигурации.
— Проектировать, строить и автоматизировать развертывание дата-пайплайнов и приложений.
— Интегрировать данные из локальных баз и внешних источников через REST API и инструменты сбора данных.
— Сотрудничать с бизнес-подразделениями и командами дата-сайенс по вопросам доступа, трансформации, обработки и отчетности данных.
— Поддерживать внедрение, технические вопросы и обучение, связанные с экосистемой data lake.
— Управлять AWS-ресурсами, включая кластеры EMR и ECS.
— Поддерживать обеспечение, мониторинг, конфигурацию и обслуживание AWS-инструментов.
— Оценивать и внедрять новые облачные технологии для улучшения возможностей и снижения затрат.
— Поддерживать автоматизацию с использованием Infrastructure as Code (Terraform) и CI/CD (Jenkins).
— Реализовывать управление данными, контроль доступа и снижение рисков безопасности.
Требования:
— 7-9 лет опыта проектирования и разработки облачных моделей данных, ETL-пайплайнов и инфраструктуры.
— Опыт работы с структурированными и неструктурированными данными.
— Отличное владение SQL для популярных баз данных.
— Опыт оптимизации больших и сложных SQL-запросов.
— Знание лучших практик реляционных баз данных.
— Опыт настройки движков баз данных и оркестрации кластеров.
— Умение планировать ресурсы по высоким спецификациям.
— Навыки устранения типичных проблем с базами данных.
— Опыт работы со Spark, Glue, EMR, Apache Kafka или AWS Kinesis.
— Опыт с системами контроля версий Git или Subversion.
— Опыт использования автоматизированных систем сборки и CI/CD.
— Программирование на Java, Python и Scala.
— Знание структур данных и алгоритмов.
— Знание реляционных, NoSQL, графовых, документных, key-value и временных баз данных.
— Знание масштабируемого проектирования и управления моделями данных.
— Знание деплоя ML-моделей.
— Знание AWS cloud платформ.
— Знание TDD и BDD.
— Сильный интерес к улучшению навыков разработки ПО, фреймворков и технологий.
Условия:
— Возможность работать с моделированием данных, сервисами данных и дата-сайенсом в рамках платформы Data Intelligence.
— Работа в разнообразной технической среде: AWS, ETL-пайплайны, базы данных, поисковые технологии, рекомендательные системы.
— Прямое взаимодействие с командами дата-сайенс и внутренними заинтересованными сторонами по вопросам отчетности, трансформации и возможностей платформы.
Задачи:
— разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling)
— дообучение LLM моделей
— разработка подходов и процессов разметки данных для оценки качества работы LLM
— формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений
— оптимизация работы моделей для промышленного контура на CPU/GPU
— работа с командой бизнес-представителей, DS-разработчиками
— организация проверки и генерация гипотез для решения технических и бизнес-задач.
Требования:
— опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных
— опыт работы с Pytorch для построения DL текстовых моделей
— опыт работы с библиотеками LangChain/LangGraph
— опыт практической работы с LLM через API
— отличные теоретические знания классического и нейросетевого NLP, в тч LLM
— опыт дообучения классических трансформеров и LLM
— практический опыт, эксперименты, внедрение в ПРОД LLM решений
— опыт prompt-engineering
Будет плюсом:
— работа с инструментами Hadoop (HDFS, Hive), Spark
— опыт постановки и проведения a/b тестов
— опыт работы с распределенным обучением, глубокое знание GPU архитектуры.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможен гибридный формат работы
— ежегодный пересмотр зарплаты, квартальная и годовая премия
— корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
ГибридmiddleМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Разработка ML-моделей и алгоритмов
— Вывод в production ML-моделей и расчетных модулей
— Аналитика на больших данных
— Поддержка реализованных решений
— Разработка ML-моделей и алгоритмов для прогнозирования временных рядов
Требования:
— продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика)
— python: типы данных, структуры, ООП
— классический ML: задачи (классификация, регрессия), метрики, basic ML stack (pandas, numpy, sklearn, catboost, xgboost), SQL
— BigData stack (Hadoop, Spark, SparkML)
— умение работать с git, Jira, Confluence
Будет плюсом:
— знания в области финансов
— опыт продуктовой аналитики
— опыт работы с временными рядами (анализ, разработка моделей)
— опыт работы с LLM (langchain, langgraph)
— опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
— опыт backend разработки
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Перевод исследовательских DS рабочих процессов (например, прокси-метрики, модели устаревания) в производственные ML пайплайны с использованием Airflow, WandB и Ray, создание повторно используемых шаблонов для других команд.
— Применение и внедрение методов причинно-следственного вывода с использованием производственного ML стека (propensity scoring, IPW, TMLE) для решения важных задач измерения за пределами экспериментальных возможностей. Создание инструментов самообслуживания для неэкспертов для получения строгих причинных выводов в масштабе.
— Сотрудничество с ML инженерами и продуктовыми командами для выявления возможностей улучшения инструментов, метрик и методов измерения, что приводит к значительному улучшению качества моделей и бизнес-результатов.
— Использование богатых метаданных и сигналов вовлеченности Pinterest для построения дата-дривен фреймворков, от важности признаков до деиндексации контента, для повышения эффективности и скорости платформы.
— Проектирование и создание централизованных инструментов ML платформы для улучшения создания, оценки и доверия к признакам и моделям, включая производственные системы, работающие ежедневно в масштабе для всех моделей.
Требования:
— Опыт работы не менее 2 лет в роли прикладного ученого данных, ML инженера, исследователя или разработчика ПО с значительным опытом внедрения ML в производство.
— Сильные навыки Python; опыт работы с PyTorch или аналогичными фреймворками глубокого обучения; знакомство с распределенными вычислениями (Spark, Ray), предпочтительно Ray.
— Энтузиазм к созданию инструментов и платформ, которые увеличивают влияние всей ML организации, а не решают разовые задачи.
— Глубокие знания теории ML с сильными фундаментальными основами для анализа моделей ML с первых принципов.
— Владение лучшими практиками разработки ПО, включая контроль версий, код-ревью и воспроизводимые ML пайплайны.
— Опыт работы с инструментами управления рабочими процессами (Airflow, Prefect, Jenkins или аналогичными) для надежной оркестрации ML пайплайнов.
— Степень бакалавра или магистра в релевантной области, например, компьютерных наук, или эквивалентный опыт.
Условия:
— Работа удаленная с необходимостью присутствия в офисе 3-5 раз в квартал для личного взаимодействия.
— Позиция не предусматривает помощь с релокацией.
Дополнительно:
— Компания предоставляет равные возможности для всех кандидатов без дискриминации.
— Зарплатный диапазон от $114,297 до $235,319 в год, также возможна доля в компании.
— Работа в США, предпочтительно в Пало-Альто, Калифорния, или удаленно по США.
Digital подразделение крупной производственной компании в поисках Data Engineer (Middle / Senior) в команду, которая строит Корпоративное Хранилище Данных и data-платформы для всего бизнеса.
Основной стек проекта:
Язык программирования Python
Базы данных Greenplum и PostgreSQL
Фреймворк Data Build Tool (DBT)
Фреймворк Spark
Брокер сообщений Kafka
Оркестратор Airflow
Инфраструктура: Kubernetes
Управление инфраструктурой: Terraform, Ansible
Управление кодом: GitLab, SonarQube
Мониторинг: Prometheus, Grafana, AlertManager
Задачи:
— Разработка и поддержка ETL/ELT-процессов в Корпоративное Хранилище Данных
— Организация и оптимизация пайплайнов данных
— Разработка витрин данных и обеспечение качества данных
— Настройка и поддержка инфраструктуры данных (Airflow, Spark, Kafka, DBT)
— Взаимодействие с заказчиками: от сбора требований до внедрения и сопровождения решений
— Документирование и презентация результатов
Требования:
— Опыт работы Data Engineer от 5 лет
— Высшее образование (IT/математика/математическая статистика/физика)
— Отличное знание Python и SQL
— Опыт работы с реляционными БД (Greenplum / PostgreSQL)
— Знание современных технологий обработки больших данных
— Опыт с Airflow, Spark, Kafka, DBT — будет преимуществом
— Умение работать в команде, сильные аналитические навыки и ответственность
Условия:
— Официальное оформление по ТК РФ
— Возможность выбора формата работы (удаленка, гибрид, офис)
— Развитый социальный пакет, ДМС, бонусы
МТС Банк – одно из ключевых направлений экосистемы МТС. Используются современные цифровые решения и развиваются технологичные банковские сервисы, доступные каждому. Команда занимается финансовой и управленческой отчетностью. Основная задача — работа с хранилищем данных (DWH), построение финансового результата, расчётов и отчётов. Ключевая предметная область: финансовый учёт в банке (бухгалтерские счета, проводки, локация). Текущий стек — Oracle, в планах переход на современные инструменты (Spark, Airflow).
Задачи:
— взаимодействовать с бизнес-заказчиками по вопросам сбора, анализа и формализации требований к данным для обязательной отчетности
— выбирать системные решения для обеспечения полноты, доступности и качества необходимых данных
— документировать, систематизировать и унифицировать витрины данных и аналитической отчетности
— строить логические модели данных, описания показателей отчетности
— взаимодействовать с командой разработки хранилища данных и аналитическое сопровождение процесса разработки
— принимать участие в тестировании и приёмке готового функционала
Требования:
— понимание архитектуры и принципов работы хранилищ данных и аналитических систем
— понимание основных задач и принципов управления данными
— опыт разработки или бизнес-анализа витрин, отчетности на базе хранилища данных
— опыт разработки документов (FSD, модель данных, методики расчета показателей)
— опыт построения эффективных коммуникаций, проведения совещаний, выявления и формулирования бизнес и технических требований
— знание SQL на уровне написания базовых запросов (предпочтительно СУБД Oracle)
— знание Excel на продвинутом уровне
— опыт работы с BI средствами на уровне аналитика/разработчика (предпочтительно MS Power BI)
Компания МТС Банк ищет системного аналитика DWH (Oracle). Команда занимается финансовой и управленческой отчетностью, основная задача — работа с хранилищем данных (DWH), построение финансового результата, расчётов и отчётов. Ключевая предметная область: финансовый учёт в банке (бухгалтерские счета, проводки, локация). Текущий стек — Oracle, в планах переход на современные инструменты (Spark, Airflow).
Задачи:
— взаимодействовать с бизнес-заказчиками по вопросам сбора, анализа и формализации требований к данным для обязательной отчетности
— выбирать системные решения для обеспечения полноты, доступности и качества необходимых данных
— документировать, систематизировать и унифицировать витрины данных и аналитической отчетности
— строить логические модели данных, описания показателей отчетности
— взаимодействовать с командой разработки хранилища данных и аналитическое сопровождение процесса разработки
— принимать участие в тестировании и приёмке готового функционала
Требования:
— понимание архитектуры и принципов работы хранилищ данных и аналитических систем
— понимание основных задач и принципов управления данными
— опыт разработки или бизнес-анализа витрин, отчетности на базе хранилища данных
— опыт разработки документов (FSD, модель данных, методики расчета показателей)
— опыт построения эффективных коммуникаций, проведения совещаний, выявления и формулирования бизнес и технических требований
— знание SQL на уровне написания базовых запросов (предпочтительно СУБД Oracle)
— знание Excel на продвинутом уровне
— опыт работы с BI средствами на уровне аналитика/разработчика (предпочтительно MS Power BI)
Компания МТС Банк, одно из ключевых направлений экосистемы МТС, ищет DevOps-инженера (стажера) в команду Трайба по управлению данными. Стажерский трек рассчитан на 6 месяцев по срочному трудовому договору под руководством опытного наставника. Horizon DataPlatform предоставляет инструменты для работы с данными, включая хранилище данных Apache Ozone S3, Apache Iceberg; вычислительные системы Spark k8s, Apache Doris, Apache Flink, Trino, DolphinScheduler; BI-инструмент Apache Superset; рабочие среды Hue, CloudDbeaver, JupiterHub.
Задачи:
— внедрять и сопровождать доработки команды
— автоматизировать рутинные и внутренние процессы
— настраивать и поддерживать CI/CD процессы
— настраивать систему мониторинга и разрабатывать регламенты реагирования
— поддерживать бесперебойную работу сервисов
— вести и обновлять документацию
Требования:
— начальные знания DevOps-практик
— наличие pet-проектов либо курсов DevOps
— знания по работе с DevOps-инструментами (Ansible, Gitlab, Kubectl)
— навыки по администрированию k8s на уровне namespace
— навыки написания скриптов на Bash или Python
— навыки администрирования Linux
— знания по настройке систем мониторинга (Zabbix, Grafana)
— знания принципов работы брокеров сообщений (IBM MQ, Kafka)
— умения писать SQL запросы
Задачи:
— Проектировать и запускать пакетные и потоковые конвейеры данных на Databricks и Apache Spark в AWS, включая загрузку из баз данных, API и потоков событий.
— Формировать архитектуру lakehouse на S3 и Delta Lake с использованием медальонного слоя (Bronze / Silver / Gold) и оптимизацией хранения.
— Работать напрямую с аналитиками, инженерами и продуктовыми командами для преобразования сырых данных в надежные и полезные бизнес-данные.
— Вести проекты от согласования с заинтересованными сторонами и обзора дизайна до реализации, запуска и поддержки.
— Создавать решения для самостоятельного доступа к данным для других команд, масштабируемые и расширяемые.
— Строить и поддерживать масштабируемые ETL/ELT конвейеры с отказоустойчивостью и оптимизацией затрат.
— Оптимизировать Spark задачи по размеру кластера, кэшированию, соединениям, шифлам, партиционированию и форматам хранения (Parquet, Delta).
— Управлять рабочими процессами Databricks, заданиями, конфигурациями кластеров и инфраструктурой, включая политики безопасности и доступ.
— Внедрять управление данными и контроль доступа с Unity Catalog, включая обработку персональных данных.
Требования:
— Практический опыт работы с Databricks и глубокое владение Apache Spark (PySpark и/или Scala).
— Сильные навыки Python для обработки данных, а также SQL и Spark SQL для трансформаций и аналитики.
— Опыт работы с Delta Lake и архитектурами lakehouse, включая оптимизацию производительности.
— Подтвержденный опыт владения проектами, умение выявлять слабые места, собирать обратную связь и создавать масштабируемые решения.
— Опыт написания чистого, тестируемого и поддерживаемого кода с использованием контроля версий на Git.
— Опыт работы с инфраструктурой как кодом (Terraform или Ansible) является плюсом, но не обязателен.
Условия:
— Возможность создавать инновационные решения в финтехе Юго-Восточной Азии.
— Опционы на акции с четырехлетним вестингом и 25% клиффом после первого года.
— Гибридный формат работы с возможностью полностью удаленной работы для подходящих ролей, основные часы с 12:00 до 19:00 по манильскому времени (UTC+8).
— Предоставление инструментов и оборудования компанией.
— Офис в Bonifacio Global City, Манила.
— Медицинская страховка с поддержкой для сотрудника и семьи.
— Доступ к внутреннему специалисту по психическому здоровью.
— 22 дня отпуска, государственные праздники Филиппин и 15 дней больничных.
— 105 дней оплачиваемого декретного отпуска и до 14 дней оплачиваемого отпуска по уходу за ребенком для сотрудников, переезжающих в Манилу.
— Поддержка при релокации для сотрудника и семьи, включая перелеты, проживание, визы, оформление документов и логистику.
— Возмещение расходов на перевозку домашних животных.
— Ежегодно до 2500 долларов США на перелеты домой.
— Ежемесячные выплаты на детей для сотрудников, переезжающих в Манилу: 1000 долларов на ребенка до 2 лет и 500 долларов на ребенка от 2 до 18 лет.
— Возможности для профессионального роста через внутренние встречи, внешние конференции, выступления и публикации.
— Спонсируемые компанией поездки в Манилу для личных встреч с командой.
— Регулярные командные выезды, спортивные мероприятия и события.
— Возможность для высокоэффективных команд получить неделю отдыха на пляже в Юго-Восточной Азии.
Задачи:
— Разработка продуктовых и KPI-метрик для ключевых сервисов Яндекса.
— Ускорение производства продуктовых гипотез: сокращение времени подготовки, проведения и анализа экспериментов.
— Поддержка многоэтапных процессингов на десятки тысяч CPU-ядер.
— Развитие и ИИ-трансформация платформы, разработка company-wide фреймворков анализа данных.
Требования:
— Более трёх лет разработки на Python и C++.
— Системное мышление.
— Будет плюсом: знание YTsaurus, Hadoop, Spark, Flink, Kafka, тервер и статистика.
Условия и бонусы:
— Комьюнити, спортивные и книжные клубы, внутренние сообщества и другие корпоративные бонусы.
О команде
Мы строим платформу потоковой обработки данных, на которой работают критичные real-time-системы Авито: антибот, антифрод, рекламная аналитика, маркетинговые триггеры и CDC-пайплайны. Работаем в двух направлениях: продуктовые задачи (новые алгоритмы детекции, обогащение событий) и платформа (оператор Flink на Kubernetes, инфраструктура деплоя, миграции). Серверная инфраструктура, поддержка железа и обновление ОС — зона ответственности отдельной команды инфраструктуры, с которой мы тесно взаимодействуем.
Задачи:
— развивать real-time антибот и антифрод: детектировать ботов и фрод с помощью потоковых эвристик, разрабатывать новые сигналы;
— развивать обогащение событий: строить операторы обогащения кликстрим-событий (геолокация, категории, атрибуты пользователя, рекламные метрики);
— развивать CDC и data ingestion: разрабатывать пайплайны захвата изменений из БД и доставки данных в DWH в формате Apache Paimon;
— развивать рекламную аналитику: считать CTR impressions, auction withdrawals и маркетинговые конверсии в реальном времени;
— развивать Flink Platform: управлять Flink Kubernetes Operator, Helm-чартами, деплоями в нескольких дата-центрах и регионах;
— обеспечивать техническое лидерство команды: задавать архитектурные стандарты и помогать команде расти.
Требования:
— обладаете глубокой экспертизой в Apache Flink или другом фреймворке потоковой обработки данных (Spark Streaming, Kafka Streams);
— обладаете опытом руководства командой разработки от 4-х лет;
— используете системный подход к работе с людьми (мотивация, развитие, адаптация);
— работали с высоконагруженными продакшен-системами;
— умеете декомпозировать задачи и выстраивать технический роадмап;
— понимаете принципы работы Apache Kafka и распределённых систем.
Будет здорово, если вы:
— имеете опыт руководства платформенной командой без продакт-менеджера и системного аналитика.
Условия:
— возможность реализовать свои идеи в проекте с многомиллионной аудиторией;
— талантливая команда, готовая поддержать ваши инициативы;
— мощное железо, дополнительные мониторы и всё, что нужно для продуктивной работы;
— прозрачная система премий, достойная зарплата — размер обсудим на собеседовании;
— личный бюджет на обучение, который можно тратить на книги, курсы и конференции;
— забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист;
— удалёнка и офисы в разных городах.
Задачи:
— Разработка и оптимизация высокопроизводительных backend-систем для data-driven приложений.
— Работа с современными технологиями потоковой обработки, распределёнными фреймворками и облачными архитектурами для создания масштабируемых, надёжных и высокодоступных решений.
Требования:
— Проживание вне России и Беларуси.
— Наличие диплома бакалавра (требуется фото диплома при подаче заявки).
— Опыт разработки на Java и создания API и сервисов.
— Опыт работы со Scala не менее 2 лет.
— Опыт работы с Akka не менее 2 лет, особенно для потоковой обработки данных или распределённых систем.
— Опыт работы с потоковыми/данными фреймворками, такими как Spark Streaming, Flink, Kafka, Kinesis или аналогичными.
— Умение создавать и использовать RESTful API.
— Опыт работы с AWS (serverless, compute, storage, data services) и знакомство с DevOps практиками (используется Azure DevOps).
— Владение английским языком на уровне B2+ (устный и письменный).
Условия:
— Удалённая работа.
— Контракт B2B.
— Минимальный срок контракта 9 месяцев.
— Полный рабочий день, 8 часов в день.
— Ежедневное пересечение рабочего времени 4 часа с 8:00 до 12:00 по Чикаго.
— Отпуск без оплаты.
— Зарплата 5400-6600 USD до вычета налогов в месяц.
Задачи:
- Разработка и развитие микросервисов и data-процессов для online/streaming и batch обработки
- Построение пайплайнов обработки, обогащения и репликации данных
- Создание витрин, агрегатов и ML-фичей для антифрод-моделей
- Работа с большими объёмами исторических данных и тяжёлыми расчётами
- Оптимизация производительности и надёжности сервисов и пайплайнов
Требования:
- Коммерческий опыт разработки на Python
- Опыт создания backend-сервисов и data-пайплайнов, понимание микросервисной архитектуры
- Опыт работы с большими объёмами данных, понимание batch и streaming обработки
- Опыт работы с реляционными и in-memory базами данных
- Понимание принципов работы ML-пайплайнов
- Будет плюсом: опыт в Anti-Fraud / Risk / Scoring, low-latency системах; Spark, Kafka, Tarantool или Ignite
Условия:
- Формат работы: удалённо
- Пятница — сокращённый рабочий день
Удалённоsenior
Зарплата не указана
Гибрид
Зарплата не указана
Все вакансии в одном месте — страница 4 · Job Hunters